Un protocollo standardizzato di indagine sul campo per la disponibilità dei visitatori alla conservazione e il comportamento di viaggio responsabile auto-riferito presso le Grotte di Longmen

Sommario

Questo protocollo standardizza un'indagine per visitatori a impatto minimo ai Grotte di Longmen collegando l'intercettazione in aree pubbliche, la somministrazione anonima di questionari, la selezione predefinita, la validazione delle misurazioni, il controllo del modello e l'archiviazione della riproducibilità.

Abstract

I sondaggi rivolti ai visitatori dei siti patrimoniali devono generare prove comportamentali utilizzabili senza disturbare le operazioni del sito né compromettere le priorità di conservazione. Tuttavia, negli studi sul turismo patrimoniale, spesso vengono riportati in modo incompleto i criteri di reclutamento, le regole di esclusione, i controlli di misurazione, le diagnosi dei modelli e l'archiviazione dei dati. Questo protocollo presenta un flusso di lavoro per sondaggi sul campo a minimo impatto, finalizzato a misurare la disponibilità dei visitatori alla conservazione e il comportamento autodichiarato di viaggio responsabile presso le Grotte di Longmen, Luoyang, Cina. Il flusso di lavoro integra l'intercettazione casuale dei visitatori in aree pubbliche, la somministrazione anonima di questionari elettronici, la verifica dell'idoneità, controlli dell'attenzione, il blocco giornaliero dei dati grezzi, regole di esclusione predeterminate, il calcolo dei punteggi delle costruzioni, test di affidabilità, analisi fattoriale confermativa, diagnosi di regressione e modelli a percorsi, verifiche di sensibilità e archiviazione per garantire la riproducibilità. Il questionario distingue tra conoscenza del patrimonio, valore percepito del patrimonio, attaccamento al luogo, qualità dei messaggi a favore dell'ambiente, affollamento percepito, supporto alle strutture e ai servizi, atteggiamento verso la conservazione, disponibilità alla conservazione e comportamento autodichiarato di viaggio responsabile. Un'implementazione rappresentativa ha mostrato che il flusso di lavoro produce un insieme di dati analizzabile con esclusioni verificabili, diagnosi di misurazione accettabili e risultati dei modelli interpretabili. Il protocollo è destinato a studi su siti patrimoniali che richiedono prove trasparenti sul comportamento dei visitatori, piuttosto che una singola misura di soddisfazione. Può essere adattato ad altri contesti patrimoniali mantenendo la sequenza procedurale fondamentale, aggiornando però le costruzioni specifiche del sito, i punti di rilevazione, le versioni linguistiche, gli elementi comportamentali e le restrizioni sul campo in base ai rischi locali per la conservazione e alla composizione dei visitatori.

Introduzione

I siti del patrimonio culturale richiedono l'accesso dei visitatori per l'educazione pubblica, la trasmissione culturale e il valore turistico, ma la presenza dei visitatori può esercitare pressione su risorse fragili, sia materiali che spaziali e simboliche¹. Questa tensione è particolarmente evidente in siti con un elevato affluenza di visitatori, dove i percorsi di movimento sono limitati, le aree di interpretazione sono fitte e le regole di conservazione devono essere comprese durante una visita breve. Le Grotte di Longmen a Luoyang, in Cina, offrono un contesto adeguato per un protocollo di indagine rivolto alla conservazione, poiché combinano la protezione del patrimonio scultoreo rupestre, l'interpretazione pubblica, la gestione del flusso dei visitatori e l'educazione alla conservazione all'interno di un unico ambiente operativo. In questo contesto, la valutazione dei visitatori non può fermarsi alla soddisfazione. Un'indagine utile deve documentare se i visitatori comprendono il valore del patrimonio, riconoscono le regole di protezione, accettano le limitazioni conservative e riferiscono comportamenti responsabili durante o immediatamente dopo la visita.

Negli studi sul turismo culturale si misurano comunemente il valore percepito, l'immagine della destinazione, l'attaccamento al luogo, la soddisfazione o l'intenzione generale a favore dell'ambiente². Il punto debole operativo non risiede nell'uso di queste costruzioni concettuali, bensì nella limitata descrizione di come vengono prodotte le evidenze sul campo. Punti di reclutamento, intervalli di campionamento, regole di sospensione, verifiche dell'attenzione, soglie di esclusione, blocco dei dati grezzi, attribuzione dei punteggi ai costrutti, validazione delle misurazioni, diagnosi del modello e archiviazione per la riproducibilità sono spesso riportati in modo sintetico o dopo che i risultati sono già noti. Ciò indebolisce il confronto tra studi e limita l'utilità delle evidenze basate su sondaggi per la gestione del patrimonio culturale. Il presente protocollo affronta questa lacuna fissando la sequenza del flusso di lavoro prima dell'interpretazione sostanziale: preparazione del questionario, test pilota, reclutamento in aree pubbliche, somministrazione anonima, screening dei dati, verifica delle misurazioni, interpretazione del modello, analisi di sensibilità e archiviazione.

La struttura del costrutto segue l'ordine pratico di una visita al patrimonio orientata alla conservazione. La conoscenza del patrimonio registra se i visitatori comprendono il significato storico e culturale del sito. Il valore percepito del patrimonio indica se i visitatori considerano il sito degno di protezione³. L'attaccamento al luogo misura la connessione personale formata durante la visita⁴. La qualità del messaggio a favore dell'ambiente registra se i messaggi di conservazione sono visibili, comprensibili e utili per guidare il comportamento. L'affollamento percepito cattura la densità e la pressione del movimento, che potrebbero influenzare l'attenzione alle regole⁵. Il supporto di strutture e servizi registra se segnaletica, barriere, percorsi, promemoria del personale e servizi per i visitatori rendono praticabile un comportamento responsabile. Questi sei costrutti legati al sito sono distinti dall'atteggiamento verso la conservazione, dalla disponibilità alla conservazione e dal comportamento autodichiarato di viaggio responsabile, in modo che percezione, valutazione, intenzione e comportamento dichiarato non vengano accorpati in un unico punteggio generale di risposta positiva.

L'atteggiamento verso la conservazione e la disponibilità alla conservazione sono considerati costrutti distinti. L'atteggiamento verso la conservazione indica la convinzione valutativa del visitatore secondo cui i Longmen Grottoes dovrebbero essere protetti e la conservazione dovrebbe avere la priorità. La disponibilità alla conservazione si riferisce alla propensione del visitatore ad accettare o sostenere requisiti legati alla conservazione, inclusi il rispetto delle regole, l'accettazione di inconvenienti, le restrizioni di percorso e la gestione protettiva⁶. Il comportamento responsabile autodichiarato si riferisce alle azioni riportate durante la visita, come seguire le indicazioni, evitare contatti dannosi, rimanere all'interno delle aree consentite e ridurre il disturbo all'ambiente culturale⁷. Un visitatore può ritenere importante la conservazione ma mostrarsi comunque riluttante ad accettare restrizioni. Il comportamento responsabile può inoltre verificarsi perché l'ambiente del sito rende facile l'adesione. La distinzione tra questi costrutti aiuta a identificare se un problema gestionale sia più strettamente legato alla conoscenza, alla chiarezza del messaggio, alla disponibilità, al supporto delle strutture o al comportamento effettivamente riportato.

I Grotte di Longmen vengono utilizzate come contesto sperimentale poiché la misurazione dei visitatori deve avvenire in prossimità della visita, mantenendo al contempo un basso impatto, l'anonimato e il rispetto dei limiti operativi. Il flusso di lavoro è limitato alle aree pubbliche dedicate ai servizi per i visitatori e agli spazi post-visita o vicini alle uscite, escludendo le zone vincolate alla conservazione o l'osservazione diretta di superfici protette. Questo limite è importante perché il lavoro sul campo nei siti patrimoniali si svolge in contesti di gestione attiva, dove le attività di rilevamento non devono interrompere il movimento, i compiti del personale, la sicurezza dei visitatori o le pratiche di conservazione⁸. L'uso di finestre di rilevamento fisse, intercettazioni sistematiche, regole di sospensione, esclusioni predeterminate e il blocco giornaliero dei file grezzi riduce le decisioni non documentate sul campo e la necessità di pulizia retrospettiva dei dati.

Il protocollo è trasferibile a livello di flusso di lavoro, ma il questionario non deve essere copiato invariato. I componenti che devono rimanere invariati sono la definizione del confine dell'indagine, la definizione della popolazione target, il controllo delle versioni del questionario definitivo, l'intercettazione sistematica dei visitatori, la verifica dell'idoneità, i controlli di attenzione, il blocco dei dati grezzi prima dell'esclusione, le regole predefinite di qualità dei dati, il calcolo dei punteggi delle costruzioni, la validazione delle misurazioni, la diagnostica del modello, i controlli di sensibilità e l'archiviazione della riproducibilità. I componenti modificabili sono la formulazione del rischio per la conservazione, gli elementi comportamentali, i punti del sondaggio, le versioni linguistiche, le variabili sulla composizione dei visitatori e gli indicatori di gestione. I parchi archeologici potrebbero richiedere una formulazione più rigorosa riguardo al contatto con le superfici e alle restrizioni di percorso⁹. Le città storiche potrebbero richiedere elementi relativi al disturbo dei residenti e al comportamento nello spazio stradale condiviso¹⁰. Musei e paesaggi sacri potrebbero richiedere elementi relativi al flusso all'interno delle sale, alla protezione delle esposizioni, agli spazi rituali o al comportamento culturalmente sensibile¹¹. Questa struttura consente un'adattabilità specifica per ciascun sito senza compromettere la comparabilità procedurale.

I risultati rappresentativi vengono utilizzati esclusivamente per dimostrare se il flusso di lavoro produce dati utilizzabili sul comportamento dei visitatori. Non servono a sostenere un'osservazione diretta del comportamento, una stima della capacità ricettiva, gli effetti di interventi o un'equivalenza tra comportamenti auto-dichiarati e osservati. Il contributo del protocollo consiste nella sequenza standardizzata e verificabile per raccogliere, selezionare, validare, analizzare e archiviare dati provenienti da indagini sui visitatori finalizzate alla conservazione, in condizioni di minimo disturbo nei siti patrimonio.

Questo protocollo standardizzato misura la disponibilità dei visitatori alla conservazione e il comportamento autodichiarato riguardo ai viaggi responsabili presso le Grotte di Longmen, Luoyang, Provincia di Henan, Cina. Include la progettazione del questionario, il collaudo preliminare, l'intercettazione dei visitatori in aree pubbliche, la somministrazione anonima del questionario, il blocco dei dati grezzi, il controllo della qualità, il calcolo dei punteggi costruttivi, la verifica delle misurazioni, la diagnostica del modello e l'archiviazione dei file dello studio.

Protocollo

Lo studio è stato condotto in conformità con la Dichiarazione di Helsinki ed è stato approvato dal Comitato Etico per la Ricerca SEGi (Numero di approvazione: SEGiEC/SR/FOELPM/163/2025-2027) il 27 giugno 2025. Il consenso informato scritto o elettronico è stato ottenuto prima dell'inizio del questionario.

NOTA: Non sono stati raccolti nomi, numeri di carta d'identità, numeri di telefono, immagini del volto, indirizzi domestici, identificatori di dispositivi, coordinate GPS, identificatori di account, fotografie, registrazioni audio, registrazioni video o altre informazioni direttamente identificabili. La raccolta degli indirizzi IP è stata disattivata prima del rilascio formale del questionario. Nessun permesso formale scritto di gestione del sito è stato ottenuto dall'autorità di gestione delle Grotte di Longmen. Pertanto, il lavoro sul campo si è limitato alle aree pubblicamente accessibili per i servizi ai visitatori e agli spazi post-visita o vicino alle uscite. Gli assistenti del sondaggio non sono entrati all'interno delle grotte, nelle zone di conservazione riservate, nelle aree riservate al personale, nei passaggi stretti, sulle piattaforme affollate di osservazione, nelle file per il controllo dei biglietti, nei percorsi di emergenza, negli spazi religiosi o commemorativi, o in qualsiasi luogo in cui il reclutamento avrebbe potuto interferire con il movimento dei visitatori, le operazioni del sito, la sicurezza dei visitatori, i compiti del personale o le pratiche di conservazione. Il reclutamento è stato sospeso immediatamente in caso di pioggia intensa, annunci di emergenza, misure ufficiali di controllo della folla, richieste del personale, affollamento anomalo o qualsiasi situazione che avrebbe potuto interferire con il flusso dei visitatori, la sicurezza o la gestione del sito.

1. Definire il sito di studio, le costruzioni, l'obiettivo del campionamento e la finestra di indagine

1. Utilizzare l'area panoramica delle Grotte di Longmen a Luoyang, nella provincia di Henan, in Cina, come sito di studio. Definire la popolazione target come visitatori adulti che hanno completato, o stanno per completare, la loro visita giornaliera alle Grotte di Longmen.
2. Utilizzare tre punti di rilevamento pubblici: l'area di uscita per i visitatori, l'area di riposo pubblica al di fuori del percorso principale di visita e l'area di servizio per i visitatori vicino al punto di collegamento dei trasporti. Utilizzare esclusivamente spazi in cui i visitatori possano fermarsi volontariamente senza ostacolare il flusso dei visitatori o interferire con le operazioni del sito.
3. Sospendere la raccolta dei partecipanti durante piogge intense, annunci di emergenza, misure ufficiali di controllo della folla, richieste del personale, affollamento anomalo, congestione causata da visite guidate, percorsi bloccati o qualsiasi altra situazione che possa interferire con il flusso dei visitatori, la sicurezza dei visitatori, i compiti del personale o la gestione del sito.
4. Utilizzare la conoscenza del patrimonio (HK), il valore percepito del patrimonio (PHV), l'attaccamento al luogo (PA), la qualità percepita del messaggio pro-ambientale (PMQ), l'affollamento percepito (PC) e il supporto per strutture e servizi (FSW) come predittori legati al sito.
5. Utilizzare l'atteggiamento verso la conservazione (CA) e la disponibilità alla conservazione (CW) come costrutti legati all'intenzione. Definire CA come la convinzione del visitatore che le Grotte di Longmen debbano essere protette e che la conservazione debba essere prioritaria. Definire CW come la disponibilità del visitatore ad accettare o sostenere le richieste di conservazione, inclusi il rispetto delle regole, l'accettazione di disagi, le restrizioni di percorso e la gestione protettiva.
6. Utilizzare il comportamento autodichiarato di viaggio responsabile (RTB) come esito comportamentale. Definire RTB come il comportamento dichiarato durante la visita, incluso il rispetto di segnali e barriere, l'evitare contatti dannosi con le superfici del patrimonio, il permanere all'interno delle aree consentite, la riduzione del disturbo ad altri visitatori e all'ambiente del patrimonio, e il mantenimento della pulizia del sito.
7. Fissare la dimensione campionaria grezza pianificata a 480 questionari completati e la dimensione minima del campione valido a 400 questionari dopo la verifica di qualità.
8. Condurre la raccolta formale dei dati dal 1° aprile 2026 al 20 maggio 2026. Utilizzare due periodi di rilevamento per ogni giornata di lavoro sul campo: 10:00–12:00 e 14:30–17:30.
9. Figura 1 riassume l'intera procedura, dalla progettazione del questionario e dai test pilota fino alla raccolta sul campo in aree pubbliche, screening, attribuzione dei punteggi, validazione delle misure, verifica del modello, analisi di sensibilità e archiviazione dei file dello studio.
   NOTA: Le Grotte di Longmen sono state selezionate perché questo sito culturale Patrimonio dell'Umanità combina elevato affluso di visitatori, conservazione di sculture rupestri, interpretazione pubblica e richieste di gestione dei visitatori all'interno di un unico contesto operativo attivo¹².

2. Costruire, verificare, tradurre e testare il questionario

1. Organizzare il questionario in cinque sezioni: consenso informato, screening dell'idoneità, elementi relativi alla percezione del sito patrimoniale, atteggiamento verso la conservazione, disponibilità alla conservazione e comportamenti di viaggio responsabili, e variabili demografiche e relative al viaggio.
2. Utilizzare una scala Likert a 5 punti per tutti gli elementi sostanziali relativi a percezione, atteggiamento, disponibilità e comportamento: 1 = fortemente in disaccordo, 2 = in disaccordo, 3 = né d'accordo né in disaccordo, 4 = d'accordo, 5 = fortemente d'accordo.
3. Includere 31 elementi sostanziali Likert distribuiti su nove costrutti: HK, PHV, PA, PMQ, PC, FSW, CA, CW e RTB. Utilizzare almeno tre elementi osservati per ciascun costrutto, con quattro elementi per PHV, CA, CW e RTB.
4. Mantenere distinta la formulazione degli elementi CA, CW e RTB. Gli elementi CA valutano l'importanza percepita, la priorità e la responsabilità riguardo alla conservazione. Gli elementi CW valutano la disponibilità ad accettare o sostenere requisiti legati alla conservazione. Gli elementi RTB valutano il comportamento dichiarato durante la visita effettuata nello stesso giorno.
5. Formulare ciascun elemento in relazione alla visita alle Grotte di Longmen piuttosto che a una generica preoccupazione ambientale. Evitare formulazioni ambigue, domande orientate, terminologia tecnica specialistica sulla conservazione e formulazioni che suggeriscono una risposta socialmente desiderabile.
6. Allineare gli elementi relativi alla disponibilità e al comportamento alla logica dell'intenzione comportamentale e del controllo percepito nella ricerca applicata sui visitatori¹³. Adattare gli elementi relativi all'attaccamento al luogo e al comportamento responsabile alla visita alle Grotte di Longmen¹⁴. Utilizzare elementi sulla percezione del sito patrimoniale per misurare la percezione del valore, la qualità della relazione visitatore-sito e l'interpretazione legata alla conservazione specifica delle Grotte di Longmen¹⁵.
7. Cercare di mantenere la lunghezza media di lettura di ciascun elemento al di sotto di 28 caratteri e il tempo complessivo di compilazione del questionario entro 6–10 minuti durante il test pilota. Non includere domande aperte a risposta libera nel questionario formale.
8. Aggiungere elementi di screening relativi all'età, allo stato di visita nello stesso giorno, al ruolo professionale e alla partecipazione ripetuta. Interrompere il questionario se il partecipante ha meno di 18 anni, non ha visitato le Grotte di Longmen nel giorno dell'indagine, è un dipendente dell'area turistica, una guida turistica in servizio durante la visita, un dipendente di un'agenzia di viaggio in servizio, un venditore che lavora all'interno o vicino all'area di rilevazione, un membro del team di ricerca o ha già compilato il questionario nello stesso giorno.
9. Aggiungere due elementi di controllo dell'attenzione. Posizionare il primo dopo il primo terzo degli elementi sostanziali: “Per confermare che sta leggendo attentamente le domande, selezioni ‘D'accordo’ per questo elemento.” Codificare come superato solo se il partecipante seleziona 4. Posizionare il secondo dopo i due terzi degli elementi sostanziali: “Per motivi di controllo qualità, selezioni ‘In disaccordo’ per questo elemento.” Codificare come superato solo se il partecipante seleziona 2.
10. Preparare il questionario operativo nella lingua preferita. Chiedere a due ricercatori bilingui con esperienza in turismo, patrimonio culturale o indagini comportamentali di confrontare gli elementi con il significato inteso dei costrutti in inglese. Risolvere eventuali divergenze nella formulazione prima del test pilota.
11. Condurre il test pilota dal 20 marzo 2026 al 25 marzo 2026 con 30 visitatori adulti o ex visitatori recenti di un'attrazione culturale. Registrare il tempo di compilazione, gli elementi saltati, le formulazioni fraintese, le domande ripetute dai partecipanti, le esitazioni sugli elementi, i problemi di visualizzazione sulla piattaforma e la confusione riguardo alla formulazione degli elementi CA, CW o RTB.
12. Rivedere qualsiasi elemento se più del 20% dei partecipanti al test pilota segnala che è difficile da comprendere. Mantenere un elemento se la sua correlazione corretta elemento-totale è almeno 0,30. Mantenere un costrutto se l'alfa di Cronbach è almeno 0,70.
13. Mantenere un costrutto con alfa di Cronbach compreso tra 0,65 e 0,69 solo se tutte le correlazioni corrette elemento-totale sono almeno 0,30 e nessuna singola eliminazione di un elemento aumenta l'alfa di Cronbach di oltre 0,03. Contrassegnare qualsiasi costrutto in questo intervallo come marginalmente affidabile.
14. Escludere le risposte del test pilota dal dataset analitico formale. Finalizzare il questionario dopo che gli elementi rivisti sono stati verificati dai due revisori bilingui.
15. Tabella 1 riassume le definizioni dei costrutti, i codici degli elementi, la formulazione degli elementi, la direzione di punteggio, la posizione analitica e la fonte o la base di adattamento per i nove costrutti del questionario.
16. File Supplementare 1 fornisce il questionario finale, la pagina del consenso informato, le domande di screening, gli elementi di controllo dell'attenzione, il record di visualizzazione sulla piattaforma del questionario e il record di revisione del test pilota.
    PUNTO DI PAUSA: interrompere dopo il test pilota se un costrutto presenta un alfa di Cronbach inferiore a 0,65. Rivedere la formulazione degli elementi e ripetere il test pilota prima del lavoro di campo formale.

3. Formare gli assistenti all'indagine ed effettuare un campionamento sistematico di intercettazione

1. Reclutare assistenti per il sondaggio che non siano coinvolti nella gestione dell'area panoramica, nella vendita dei biglietti, nell'organizzazione di tour, nella vendita di souvenir, nel controllo del flusso dei visitatori, nell'applicazione delle norme di conservazione o in qualsiasi altro ruolo lavorativo che possa influenzare la disponibilità dei visitatori a partecipare.
2. Assegnare a ciascun assistente per il sondaggio un codice di lavoro sul campo prima della formazione. Utilizzare codici del personale come SA01, SA02, SA03 e SA04 nel registro di lavoro sul campo invece dei nomi personali.
3. Formare tutti gli assistenti per il sondaggio per 2 ore prima della raccolta formale dei dati. Trattare i criteri di idoneità, la procedura di consenso, il copione dell'invito, la gestione dei rifiuti, l'intervallo di campionamento, la regola di selezione del gruppo di viaggio, la regola di sospensione del reclutamento, i requisiti sulla privacy, le norme di controllo qualità, il completamento del registro di lavoro sul campo e la distinzione tra CA, CW e RTB.
4. Assicurarsi che ciascun assistente per il sondaggio completi cinque inviti pratici supervisionati prima della raccolta formale dei dati.
5. Utilizzare il seguente copione per l'invito: “Salve, stiamo conducendo un sondaggio accademico anonimo sull'esperienza dei visitatori, sulla protezione del patrimonio e sui comportamenti di viaggio responsabili presso le Grotte di Longmen. Il questionario richiede circa 6–10 minuti. La partecipazione è volontaria e può essere interrotta in qualsiasi momento.”
6. Non menzionare durante il reclutamento le ipotesi previste, le direzioni desiderate delle risposte, le relazioni del modello, i punteggi relativi ai comportamenti di conservazione o qualsiasi effetto positivo presunto.
7. All'inizio di ogni finestra di sondaggio, selezionare casualmente un numero iniziale compreso tra 1 e 5. Avvicinare il visitatore corrispondente al numero iniziale selezionato, quindi avvicinare ogni quinto visitatore adulto che passa dal punto di sondaggio selezionato dopo aver completato, o quasi completato, la visita.
8. Ripristinare la sequenza di conteggio dopo ogni questionario completato, rifiuto o visitatore non idoneo.
9. Invitare una sola persona per ogni gruppo di viaggio. Quando più visitatori idonei dello stesso gruppo di viaggio si offrono volontari, invitare la persona il cui compleanno è più vicino alla data del sondaggio.
10. Interrompere immediatamente l'invito se il visitatore rifiuta, sembra di fretta, sta accudendo bambini o compagni anziani, ostacola il flusso dei visitatori, sta ascoltando una spiegazione guidata, sta entrando in un tratto di percorso affollato o si trova in qualsiasi situazione in cui il reclutamento possa causare inconvenienti.
11. Tenere un registro di lavoro sul campo per ogni finestra di sondaggio. Registrare data del sondaggio, finestra temporale, punto di sondaggio, codice dell'assistente per il sondaggio, visitatori avvicinati, visitatori non idonei, rifiuti, questionari iniziati, questionari completati, periodi di sospensione, motivo della sospensione e deviazioni dal campionamento.
12. Utilizzare il registro di lavoro sul campo per calcolare il tasso di avvicinamento, il tasso di rifiuto, il tasso di completamento e il tasso di risposte valide.
13. Proseguire il lavoro sul campo fino al raggiungimento di 480 questionari grezzi raccolti. Assicurarsi che ciascun punto di sondaggio contribuisca con almeno 120 questionari grezzi.
14. Monitorare genere, fascia d'età, condizione di prima visita e modalità di viaggio alla fine di ogni giornata di sondaggio. Non rifiutare visitatori idonei per forzare un equilibrio demografico. Mantenere i visitatori alla prima esperienza tra il 45% e il 70% e i partecipanti a tour organizzati al di sotto del 45% del campione valido, ove possibile. Considerare questi valori come intervalli di monitoraggio, non come quote.
15. Tabella 2 presenta il programma di lavoro sul campo, i punti di sondaggio pubblici, l'intervallo di campionamento, gli obiettivi del campione, le regole di sospensione e le variabili di registrazione del lavoro sul campo.
16. File Supplementare 2 fornisce il modulo del registro di lavoro sul campo, il registro di assegnazione dei ruoli, il registro di gestione dei dati, il modulo del registro delle esclusioni e la struttura del codebook.
    NOTA: Registrare ogni deviazione dall'intervallo di campionamento, dal punto di sondaggio, dalla finestra temporale o dalla regola di sospensione nel registro di lavoro sul campo nello stesso giorno.

4. Somministrare il questionario e verificare i registri giornalieri

1. Mostrare la pagina del consenso informato prima dell'inizio del questionario. Chiedere a ogni partecipante di confermare di avere almeno 18 anni, di aver letto l'informativa sul consenso e di accettare volontariamente di partecipare.
2. Somministrare il questionario attraverso una piattaforma elettronica su un tablet o sul telefono cellulare del partecipante. Presentare un solo elemento o un breve gruppo di elementi per schermata e richiedere una risposta per ciascun elemento sostanziale della scala di Likert.
3. Spiegare soltanto il significato letterale di una parola o di una frase qualora venga richiesta una chiarificazione. Non suggerire, implicare né confermare alcuna direzione di risposta.
4. Registrare l'ora di inizio, l'ora di fine, il tempo di completamento, la data, il punto di rilevazione, la finestra temporale e il codice dell'assistente alla somministrazione. Non raccogliere commenti in formato testo libero durante il questionario formale.
   PUNTO DI CONTROLLO: Alla fine di ogni giornata di rilevazione, verificare che tutti i questionari completati contengano l'ora di inizio, l'ora di fine, il punto di rilevazione, la finestra temporale e il codice dell'assistente alla somministrazione.

5. Esportare, esaminare e valutare il set di dati

1. Esportare il file grezzo del questionario in formato .xlsx alle 20:00 di ogni giorno di rilevazione. Assegnare a ciascun file un nome nel formato LongmenSurvey_raw_YYYYMMDD.xlsx e archiviarlo in una cartella protetta da password, accessibile esclusivamente al personale autorizzato dello studio.
2. Tenere un registro di assegnazione dei ruoli utilizzando codici identificativi del personale anziché nomi. Registrare il codice del personale responsabile di ogni sessione di rilevazione, esportazione giornaliera, archiviazione del file grezzo, blocco del file grezzo, codifica delle esclusioni, verifica indipendente del controllo, analisi statistica e blocco definitivo del dataset.
3. Unire tutti i file grezzi giornalieri al termine formale della raccolta dati. Assegnare a ciascun caso un identificativo univoco del rispondente nel formato LGV0001 a LGV0480. Salvare un unico file master non modificato come LongmenSurvey_raw_locked.xlsx e registrare nel registro di gestione dati la data di blocco, la dimensione del file e il checksum SHA-256.
4. Eseguire tutti i controlli, le assegnazioni di punteggio e le analisi su file di lavoro copiati. Non modificare mai il file master grezzo bloccato.
5. Escludere i casi con mancata idoneità, inclusi età inferiore a 18 anni, assenza di visita nello stesso giorno, ruolo professionale escluso o partecipazione ripetuta nello stesso giorno. Escludere i casi che non superano almeno uno dei due elementi di controllo dell'attenzione.
6. Escludere i casi completati in meno di 180 secondi, i casi con la stessa risposta Likert in 15 o più elementi sostanziali consecutivi, i casi con deviazione standard inferiore a 0,25 su tutti gli elementi Likert sostanziali e i casi duplicati confermati.
7. Esaminare i casi completati in più di 1.800 secondi. Mantenere un caso con durata prolungata solo se non presenta fallimenti nel controllo dell'attenzione, risposte uniformi (straight-lining), contraddizioni nell'idoneità, schemi di risposta duplicati o altri problemi nel campo operativo.
8. Verificare la presenza di casi duplicati utilizzando gli elementi Likert sostanziali, le variabili demografiche, il punto di rilevazione, la finestra temporale e il tempo di completamento arrotondato al secondo più vicino. Se si trova un duplicato completo, mantenere il caso precedente ed escludere quello successivo.
9. Creare una variabile di esclusione con le categorie: idoneo, mancata idoneità, fallimento nel controllo dell'attenzione, completamento troppo rapido, fallimento nella revisione per durata eccessiva, risposte uniformi (straight-lining), risposta duplicata e altro problema nel campo operativo. Mantenere solo i casi codificati come idonei. Continuare la rilevazione secondo le stesse regole se, dopo il controllo, rimangono meno di 400 casi validi.
10. Completare la verifica indipendente del controllo prima dell'assegnazione dei punteggi costruttuali. Il primo revisore applica tutte le regole di esclusione, mentre il secondo revisore verifica lo stato di idoneità, i risultati dei controlli dell'attenzione, il tempo di completamento, la presenza di risposte uniformi, le decisioni riguardo ai duplicati e i codici finali di esclusione confrontandoli con il file grezzo bloccato.
11. Codificare tutti gli elementi Likert da 1 a 5. Codificare in senso inverso gli elementi formulati in modo negativo utilizzando la formula: punteggio invertito = 6 − punteggio originale.
12. Codificare le variabili demografiche e relative agli spostamenti, inclusi genere, fascia d'età, livello di istruzione, reddito personale mensile, prima visita, modalità di spostamento, punto di rilevazione e finestra temporale. Registrare tutte le regole di codifica nel codebook.
13. Calcolare il punteggio di ciascun costrutto come media aritmetica dei suoi elementi mantenuti, conservando tutti i punteggi costruttuali nella scala originale da 1 a 5. Non imputare valori mancanti a livello di singolo elemento poiché tutti gli elementi sostanziali sono campi obbligatori.
14. Tabella 3 riassume le regole di idoneità, di controllo dell'attenzione e di controllo qualitativo applicate prima dell'assegnazione dei punteggi costruttuali.
15. Tabella 4 presenta la codifica delle variabili demografiche, la codifica delle variabili di spostamento, la regola di codifica inversa, la codifica dello stato di esclusione e il piano di calcolo dei punteggi costruttuali.
    PUNTO DI CONTROLLO: procedere ai test di misurazione solo dopo che il dataset analitico finale contiene almeno 400 questionari validi, tutti i casi mantenuti hanno punteggi completi per i costrutti e la verifica indipendente del controllo è stata completata.

6. Valutare l'affidabilità, la struttura della misurazione e il rischio di metodo comune

1. Calcolare l'alpha di Cronbach e la correlazione corretta tra elemento e punteggio totale per ciascun costrutto composto da più elementi. Considerare un valore di alpha di Cronbach ≥0,70 come accettabile. Considerare un valore compreso tra 0,65 e 0,69 come marginalmente affidabile solo se tutte le correlazioni corrette tra elemento e punteggio totale sono ≥0,30 e nessuna eliminazione singola di un elemento aumenta l'alpha di più di 0,03.
2. Mantenere gli elementi con correlazione corretta tra elemento e punteggio totale ≥0,30. Rimuovere un elemento solo se la sua correlazione corretta tra elemento e punteggio totale è inferiore a 0,30 e la sua rimozione aumenta l'alpha di almeno 0,03. Indicare l'affollamento percepito come marginalmente affidabile se il suo valore di alpha rimane compreso tra 0,65 e 0,69 dopo la revisione degli elementi.
3. Eseguire un'analisi fattoriale confermativa per il modello di misurazione a nove fattori utilizzando tutti gli elementi sostantivi mantenuti. Riportare CFI, TLI, RMSEA, SRMR, l'intervallo dei pesi fattoriali standardizzati, l'affidabilità composta e la varianza media estratta.
4. Considerare il modello di misurazione accettabile quando CFI e TLI sono ≥0,90 e RMSEA e SRMR sono ≤0,08. Mantenere gli elementi con pesi fattoriali standardizzati ≥0,50. Rivedere ogni elemento con un peso fattoriale inferiore a 0,50 o con una forte correlazione residua con un elemento concettualmente simile.
5. Valutare la validità discriminante utilizzando le correlazioni tra costrutti latenti e HTMT. Segnalare le coppie di costrutti se HTMT supera 0,85, oppure 0,90 per costrutti concettualmente adiacenti. Esaminare attentamente CA, CW e RTB se mostrano un'eccessiva sovrapposizione latente.
6. Confrontare il modello a nove fattori con un modello a un solo fattore come test descrittivo per valutare il rischio di metodo comune. Eseguire il test del singolo fattore di Harman solo come schermatura descrittiva, senza utilizzarlo come prova dell'assenza di distorsione da metodo comune¹⁶.
7. Eseguire un'analisi fattoriale esplorativa solo come strumento diagnostico secondario per il raggruppamento degli elementi, utilizzando il metodo dei fattori assiali principali con rotazione oblimin.
8. Tabella 5 riassume le soglie predeterminate utilizzate per l'affidabilità, il mantenimento degli elementi, l'adattamento del modello CFA, la validità discriminante, lo screening del metodo comune, la revisione delle correlazioni, la diagnostica del modello, il test degli effetti indiretti e i controlli di sensibilità.
9. Riportare i risultati completi dell'affidabilità a livello di elemento, i pesi fattoriali standardizzati del CFA, l'affidabilità composta, i valori di AVE, la matrice HTMT, il modello di confronto a un fattore e i risultati diagnostici dell'analisi esplorativa del raggruppamento degli elementi in File Supplementare 3.
   PUNTO DI PAUSA: Interrompere dopo il test di misurazione se più di un costrutto presenta un valore di alpha di Cronbach inferiore a 0,65, se CA, CW e RTB non possono essere distinti nel modello di misurazione o se qualsiasi valore di HTMT supera la soglia predeterminata.

7. Generare diagnosi descrittive e stimare modelli

1. Calcolare la frequenza e la percentuale per le variabili categoriali. Calcolare media, deviazione standard, mediana, minimo, massimo, asimmetria (skewness) e curtosi (kurtosis) per tutti i punteggi delle costruzioni.
2. Considerare accettabili per i modelli previsti valori assoluti di asimmetria inferiori a 2,00 e valori assoluti di curtosi inferiori a 7,00. Segnalare una costruzione se più del 60% dei partecipanti validi seleziona la stessa categoria di risposta arrotondata o se la sua deviazione standard è inferiore a 0,50.
3. Calcolare le correlazioni di Pearson tra i punteggi delle costruzioni. Considerare le correlazioni superiori a 0,70 come possibili ridondanze tra costruzioni e rivedere la codifica degli item, la codifica inversa e il calcolo delle costruzioni prima della modellizzazione.
4. Standardizzare i punteggi delle costruzioni continue e codificare come variabili dicotomiche (dummy) i controlli categoriali. Utilizzare come variabili di controllo il gruppo di età, il genere, il livello di istruzione, il reddito personale mensile, la prima visita e la modalità di viaggio.
5. Stimare tre modelli di regressione. Regredire CA su HK, PHV, PA, PMQ, PC, FSW e variabili di controllo. Regredire CW su HK, PHV, PA, PMQ, PC, FSW, CA e variabili di controllo. Regredire RTB su HK, PHV, PA, PMQ, PC, FSW, CA, CW e variabili di controllo.
6. Registrare per ciascun modello di regressione il coefficiente standardizzato, l'errore standard, il valore t, il valore p, l'intervallo di confidenza al 95%, R², R² aggiustato e il fattore di inflazione della varianza (VIF).
7. Stimare un modello a tratti (path model) seguendo la sequenza delle costruzioni: predittori legati al sito → CA → CW → RTB. Testare gli effetti indiretti dai predittori legati al sito su CW e RTB tramite CA, e da CA su RTB tramite CW, utilizzando 5.000 campioni bootstrap.
8. Riportare gli effetti diretti standardizzati, gli effetti indiretti, gli effetti totali, gli intervalli di confidenza bootstrap al 95% e gli indici di adattamento del modello. Considerare p <0,05 statisticamente significativo e i valori p compresi tra 0,05 e 0,10 come marginali.
9. Non descrivere i percorsi non significativi come effetti confermati e non inferire mediazioni senza aver testato gli effetti indiretti.
10. Presentare nel testo principale solo la misurazione riassuntiva e i risultati diagnostici del modello. Riportare la matrice completa delle correlazioni, i coefficienti di regressione, le stime del modello a tratti, gli effetti indiretti e gli effetti totali nel File Supplementare 3.

8. Valutare i parametri diagnostici e la sensibilità del modello

1. Calcolare il fattore di inflazione della varianza per ogni predittore in ciascun modello di regressione. Considerare un VIF < 3,00 come accettabile, esaminare i valori compresi tra 3,00 e 5,00 e giustificare qualsiasi modello mantenuto con VIF > 5,00.
2. Segnalare i casi con residui standardizzati assoluti maggiori di 3,00. Calcolare la distanza di Cook per ciascun modello di regressione e segnalare i casi con distanza di Cook maggiore di 4/n, dove n è il numero di casi validi inclusi nel modello.
3. Considerare un valore di R² compreso tra 0,15 e 0,35 come plausibile per dati trasversali sul comportamento dei visitatori. Ricontrollare i dati se tutti i percorsi ipotizzati sono significativi, tutti i coefficienti standardizzati superano 0,40 oppure un qualsiasi R² supera 0,60.
4. Ripetere i tre modelli di regressione dopo aver rimosso i casi con tempo di completamento superiore a 1.800 s, escluso i partecipanti a visite guidate organizzate, ricalcolato i punteggi costruttivi utilizzando i punteggi mediani degli elementi ed escluso i casi segnalati dalla distanza di Cook.
5. Ripetere il modello di percorso dopo aver escluso i casi segnalati dalla distanza di Cook.
6. Considerare i risultati come stabili se le direzioni principali dei coefficienti rimangono invariate e i percorsi chiave significativi o marginali mantengono la stessa direzione. Riportare qualsiasi inversione di segno del coefficiente, perdita di significatività o grande variazione dell’R² aggiustato nei risultati rappresentativi.
7. Riportare tutti gli output completi dei controlli di sensibilità nel File Supplementare 3.

9. Eseguire l'analisi e archiviare i file dello studio

1. Eseguire la pulizia dei dati in file di lavoro copiati e completare l'analisi statistica utilizzando la versione di R e le versioni dei pacchetti indicati nella Tabella dei Materiali.
2. Eseguire lo script di analisi utilizzando esclusivamente il dataset valido anonimizzato. Impostare il seme casuale a 20260401 prima del ricampionamento, della stima bootstrap o dei controlli di sensibilità.
3. Salvare le informazioni sulla sessione R utilizzando la funzione sessionInfo() al termine dello script di analisi.
4. Esportare il dataset valido anonimizzato, il codebook, il registro delle esclusioni, il riepilogo del registro del lavoro sul campo, il registro di assegnazione dei ruoli, lo script di analisi, le informazioni sulla sessione, tutti gli output del modello e i dati sorgente di figure e tabelle, utilizzando i nomi file indicati nel codebook.
5. Verificare che i file esportati riproducano la dimensione finale del campione valido, i punteggi delle costruzioni, i risultati di affidabilità, gli indici di CFA, i valori di HTMT, le stime di regressione, le stime del modello di percorso, gli effetti indiretti e i risultati dei controlli di sensibilità.
6. Creare una cartella archivio per lo studio al termine di tutte le analisi. Inserire all'interno della cartella il dataset valido anonimizzato, il codebook, il registro delle esclusioni, il riepilogo del registro del lavoro sul campo, il registro di assegnazione dei ruoli, lo script di analisi, l'output di sessionInfo(), tutti gli output del modello e i dati sorgente di figure e tabelle.
7. Conservare il dataset grezzo bloccato separatamente in un archivio istituzionale crittografato per 5 anni a partire dalla pubblicazione. Non inserire nel folder dell'archivio dello studio file grezzi bloccati, identificatori generati dalla piattaforma, indirizzi IP, coordinate GPS, identificatori del dispositivo, appunti di campo identificabili per il personale o informazioni testuali potenzialmente identificabili.
8. Verificare che ogni variabile nel dataset anonimizzato sia definita nel codebook e che ogni caso escluso sia associato a una categoria di esclusione nel registro delle esclusioni. Registrare nel registro di gestione dei dati la data di archiviazione, la versione del file, la dimensione del file e il checksum per il dataset valido anonimizzato.
9. Deposita il pacchetto di riproducibilità anonimizzato in un archivio pubblico permanente prima della pubblicazione finale. Il pacchetto deve includere il dataset a livello di item anonimizzato, il questionario finale, la pagina del consenso informato, le domande di screening, gli item di controllo dell'attenzione, il codebook, il riepilogo del registro del lavoro sul campo, il registro delle esclusioni, il registro di gestione dei dati, il registro di assegnazione dei ruoli, lo script di analisi, le informazioni sulla sessione, tutti gli output del modello e i dati sorgente di figure e tabelle. Depositare il pacchetto in Zenodo (https://doi.org/10.5281/zenodo.21640066).
10. File Supplementare 3 e Tabelle Supplementari 1–7 forniscono lo script di analisi, l'output di sessionInfo(), la cartella di lavoro con gli output di misurazione, la cartella di lavoro con gli output del modello, gli output dei controlli di sensibilità e la checklist dei dati sorgente per figure/tabelle.
    PUNTO DI PAUSA: Non condividere alcun file analitico finché identificatori diretti, identificatori generati dalla piattaforma, tracce di posizione, appunti identificabili per il personale e informazioni testuali potenzialmente identificabili non siano stati rimossi.

Risultati

Ritenzione dei partecipanti e profilo del lavoro sul campo

Un totale di 480 questionari è stato ottenuto durante il lavoro di raccolta dati sul campo presso le Grotte di Longmen. Dopo la verifica dell'idoneità e i controlli sulla qualità dei dati, sono stati conservati 430 questionari per l'analisi, con un tasso di risposte valide pari all'89,6%. Il campione finale valido superava il requisito minimo prestabilito di 400 questionari validi. I casi esclusi comprendevano mancata ...

Discussione

Questo protocollo affronta un problema metodologico nella ricerca sul turismo del patrimonio: i visitatori possono teoricamente approvare la protezione del patrimonio, ma il loro comportamento dichiarato durante la visita è influenzato contemporaneamente dai messaggi interpretativi, dall'orientamento lungo il percorso, dalla folla, dal supporto delle strutture e dalle regole di conservazione. Per le Grotte di Longmen, il protocollo non considera pertanto il comportamento di viaggio responsabile auto-dichiarato come un ri...

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
car (pacchetto di diagnostica per la regressione)	Comprehensive R Archive Network	versione 3.1–5	Utilizzato per calcolare i fattori di inflazione della varianza e supportare le diagnosi di regressione.
dplyr	Comprehensive R Archive Network	versione 1.2.1	Pacchetto per la manipolazione dei dati; utilizzato per filtrare i casi validi, ricodificare le variabili, creare codici di esclusione, calcolare i punteggi delle costruzioni e riassumere le variabili del campo e del modello.
Piattaforma per questionario elettronico	Wenjuanxing, Changsha Ranxing Information Technology Co., Ltd., Changsha, Cina		Piattaforma basata sul web; accesso con account registrato; accesso effettuato da aprile–maggio 2026; utilizzata per creare il questionario elettronico, impostare campi con risposta obbligatoria, inserire elementi di screening e di controllo dell'attenzione, generare il codice QR del sondaggio, registrare il tempo di completamento ed esportare le risposte grezze in formato .xlsx.
Tablet per somministrazione sul campo	Apple Inc., Cupertino, CA, USA		iPad, 10ª generazione; schermo da 10,9 pollici; 64 GB; modello Wi-Fi; utilizzato quando i partecipanti compilavano il questionario su un dispositivo fornito dal team di ricerca presso il punto di somministrazione.
ggplot2	Comprehensive R Archive Network	versione 4.0.3	Pacchetto per figure e grafici diagnostici; utilizzato per preparare grafici diagnostici e dati sorgente delle figure quando era richiesta un'uscita statistica grafica.
lavaan	Comprehensive R Archive Network	versione 0.7–2	Pacchetto per analisi fattoriale confermativa e modelli a tratti; utilizzato per l'analisi fattoriale confermativa a nove fattori, gli indici di adattamento del modello, i pesi fattoriali standardizzati, il modello a tratti e gli effetti indiretti con bootstrap.
lm.beta	Comprehensive R Archive Network	versione 1.7–3	Pacchetto per la regressione standardizzata; utilizzato per ottenere coefficienti standardizzati da modelli di regressione lineare.
Microsoft Excel	Microsoft Corporation, Redmond, WA, USA	2021	Utilizzato per l'ispezione giornaliera dei file grezzi, la denominazione dei file, la preparazione del registro delle esclusioni, la creazione del codebook e la verifica manuale delle esportazioni in formato .xlsx.
openxlsx	Comprehensive R Archive Network	versione 4.2.8.1	Pacchetto per l'esportazione di fogli di calcolo; utilizzato per esportare set di dati puliti, codebook, registri delle esclusioni, tabelle di affidabilità, tabelle di correlazione, risultati della regressione e tabelle per i controlli di sensibilità.
Accesso tramite dispositivo mobile del partecipante	Smartphone o tablet di proprietà del partecipante	NA	Utilizzato quando i partecipanti compilavano il questionario scansionando il codice QR o aprendo il link del sondaggio sul proprio dispositivo.
psych	Comprehensive R Archive Network	versione 2.6.5	Pacchetto per l'affidabilità e l'analisi fattoriale esplorativa; utilizzato per calcolare l'alfa di Cronbach’s, le correlazioni corrette tra item e punteggio totale, le statistiche descrittive, il valore Kaiser-Meyer-Olkin, il test di Bartlett’s, l'analisi fattoriale esplorativa e il test di Harman’s con un singolo fattore.
Ambiente di calcolo statistico R	R Foundation for Statistical Computing, Vienna, Austria	versione 4.6.1	Utilizzato per i test di affidabilità, le diagnosi di misurazione, le statistiche descrittive, l'analisi di regressione, l'analisi dei percorsi, i controlli di sensibilità e l'esportazione dei risultati.
readxl	Comprehensive R Archive Network	versione 1.5.0	Pacchetto per l'importazione di fogli di calcolo; utilizzato per importare dati grezzi in formato .xlsx, codebook e registri delle esclusioni in R.
semTools (pacchetto di utilità per la modellazione dell'equazione strutturale)	Comprehensive R Archive Network	versione 0.5–9	Utilizzato per calcolare l'affidabilità composta, la varianza media estratta e i valori HTMT a partire dal modello di misurazione stimato.